- 一种基于门控空洞卷积的高效中文命名实体识别方法
Johann_Liang
Screenshotfrom2019-10-1617-01-17.pngScreenshotfrom2019-10-1617-01-23.pngScreenshotfrom2019-10-1617-01-57.png
- 小琳AI课堂:Llama——NLP界的多面手
小琳ai
小琳AI课堂人工智能llama自然语言处理
Llama:NLP界的多面手引言:大家好,这里是小琳AI课堂。今天,我们要探索的是自然语言处理(NLP)领域的一位明星——Llama。Llama,由MetaAI(原FacebookAI)开发,以其轻量级、高效和易用性著称,是处理快速、灵活文本需求的理想选择。核心功能:Llama提供了一系列NLP工具,包括词性标注、句法分析、命名实体识别等,帮助开发者深入理解和处理自然语言文本。语言支持:Llama
- [Python人工智能] 四十二.命名实体识别 (3)基于Bert+BiLSTM-CRF的中文实体识别万字详解(异常解决中)
Eastmount
人工智能pythonbert实体识别bert4keras
从本专栏开始,作者正式研究Python深度学习、神经网络及人工智能相关知识。前文讲解如何实现中文命名实体识别研究,构建BiGRU-CRF模型实现。这篇文章将继续以中文语料为主,介绍融合Bert的实体识别研究,使用bert4keras和kears包来构建Bert+BiLSTM-CRF模型。然而,该代码最终结果有些问题,目前还在解决中,但现阶段方法先作为在线笔记分享出来。基础性文章,希望对您有帮助,如
- 合槽位填充技术的问答系统构建步骤及其所需的技术和工具
Komorebi_9999
知识图谱问答系统自然语言处理
下面是结合槽位填充技术的问答系统构建步骤及其所需的技术和工具:1.知识图谱构建技术/工具:Neo4j或ArangoDB(图数据库)RDF2Neo(将RDF数据导入Neo4j的工具)D2RQ(将关系型数据库转化为SPARQL端点)模型算法:资源描述框架(RDF)Web本体语言(OWL)2.自然语言处理(NLP)技术/工具:spaCy(用于文本处理、词性标注、命名实体识别等)NLTK或HuggingF
- HanLP实战教程:离线本地版分词与命名实体识别
Tim_Van
中文分词命名实体识别自然语言处理
HanLP是一个功能强大的自然语言处理库,提供了多种语言的分词、命名实体识别等功能。然而,网上关于HanLP的说明往往比较混乱,很多教程都是针对很多年前的API用法。而HanLP官网主要讲述的是RESTful格式的在线请求,但很少提到离线本地版本。本文将介绍如何在离线本地环境中使用HanLP2.1的nativeAPI进行中文分词和命名实体识别。本文使用的HanLP版本为HanLP2.1.0-bet
- [Python人工智能] 四十一.命名实体识别 (2)基于BiGRU-CRF的中文实体识别万字详解
Eastmount
python人工智能实体识别BiGRU-CRFKeras
从本专栏开始,作者正式研究Python深度学习、神经网络及人工智能相关知识。前文讲解如何实现威胁情报实体识别,利用BiLSTM-CRF算法实现对ATT&CK相关的技战术实体进行提取,是安全知识图谱构建的重要支撑。这篇文章将以中文语料为主,介绍中文命名实体识别研究,并构建BiGRU-CRF模型实现。基础性文章,希望对您有帮助,如果存在错误或不足之处,还请海涵。且看且珍惜!由于上一篇文章详细讲解ATT
- 使用word2vec+tensorflow自然语言处理NLP
取名真难.
机器学习自然语言处理word2vectensorflow机器学习深度学习神经网络
目录介绍:搭建上下文或预测目标词来学习词向量建模1:建模2:预测:介绍:Word2Vec是一种用于将文本转换为向量表示的技术。它是由谷歌团队于2013年提出的一种神经网络模型。Word2Vec可以将单词表示为高维空间中的向量,使得具有相似含义的单词在向量空间中距离较近。这种向量表示可以用于各种自然语言处理任务,如语义相似度计算、文本分类和命名实体识别等。Word2Vec的核心思想是通过预测上下文或
- 2022-03-19
跨象乘云
自然语言处理实验演示-09.命名实体识别(NamedEntityRecognition(NER))命名实体识别(NamedEntityRecognition,简称:NER),又称作专名识别,是指识别文本中具有特定意义的实体,主要包括:人名、地名、机构名、专有名词等。简单而言就是识别自然文本中的实体指称的边界和类别。Chunking是把单词组合成分块(chunk)的过程,可以用来查找名词组和动词组,
- 文本信息抽取模型介绍——实体抽取方法:NER模型(下)
合合技术团队
【通用文本信息抽取技术白皮书】ocr人工智能
3.1.4常用的实体抽取模型LatticeLSTM新加坡科技设计大学的研究者2018年在论文《ChineseNERUsingLatticeLSTM》中提出了新型中文命名实体地识别方法LatticeLSTM。作为信息抽取的一项基本任务,命名实体识别(NER)近年来一直受到研究人员的关注。该任务一直被作为序列标注问题来解决,其中实体边界和类别标签被联合预测。英文NER目前的最高水准是使用LSTM-CR
- 命名实体识别(NER)评测
乔咏田
简介命名实体识别评测方式分为两种,一是通用的基于token标签进行直接评测,二是考虑实体边界+实体类型的评测。标签评测不考虑实体类型与实体边界,直接进行评测。实体边界+实体类型A、完全匹配1、实体边界与实体类型都匹配正确;2、预测出的实体在测试集中不存在;3、测试集中的实体,没有被预测出来;B、部分匹配(重叠)4、实体边界正确,类型不正确;5、边界错误(边界重叠);6、边界错误,实体类型也错误评估
- NLP学习(二)—中文分词技术
陈易德
NLP自然语言处理
本次代码的环境:运行平台:WindowsPython版本:Python3.xIDE:PyCharm一、前言这篇内容主要是讲解的中文分词,词是一个完整语义的最小单位。分词技术是词性标注、命名实体识别、关键词提取等技术的基础。本篇博文会主要介绍基于规则的分词、基于统计的分词、jieba库等内容。一直在说中文分词,那中文分词和欧语系的分词有什么不同或者说是难点的呢?主要难点在于汉语结构与印欧体系语种差异
- 解析基于检索排序的知识图谱问答系统
cooldream2009
AI技术NLP知识知识图谱知识图谱人工智能问答技术检索排序
目录前言1问句的表示与语义理解1.1问句表示的重要性1.2端到端网络的优势2知识图谱中的排序问题2.1知识图谱的核心作用2.2查询匹配的转化与排序问题2.3实体链接的关键性2.4路径的构建与系统优化3难点与挑战3.1实体链接、命名实体识别和消歧3.2排序模型的挑战4优势4.1框架的灵活性4.2容易整合的端到端网络优化4.3综合运用排序模型5劣势5.1依赖特征工程5.2语义组合和推理问题的挑战结语前
- 大语言模型微调数据集(2)
三更科技公社
AI前沿与LLMchatGPT语言模型人工智能自然语言处理
CLUE数据集CLUE是一个中文语言理解测评基准,包括分类、命名实体识别和机器阅读理解任务。CLUE中的数据集为JSON格式。对于分类和命名实体识别数据集,我们将JSON格式转换为TSV格式,以便TencentPretrain可以直接加载它们;对于机器阅读理解数据集,我们保留原始格式,并将数据集预处理相关代码放在项目中。分类:数据集链接TNEWS---------------https://sha
- 利用Bert模型进行命名实体识别
刘单纯
之前两天也写了word2vec和Transformer,其实都是在为今天的内容做铺垫。最近正好使用bert做了命名实体识别项目,借这个契机分享出来,希望能帮到有需要的人。自然语言的表示之所以之前自然语言处理的发展没有达到CV领域,很大一部分原因是很难把抽象的语言用准确的数学方式表示。one-hot只能说对词进行编码,毫无“相似度”的概念,例如【川老师】和【特朗普】的距离与【川老师】和【苍老师】的距
- NER
zelda2333
基操:超详细保姆级讲解&提供代码:基于深度学习的命名实体识别与关系抽取值得一看的命名实体识别的总结:中文命名实体识别总结师兄给的教程:GithubChineseNER针对教程讲解的文章:用深度学习做命名实体识别(附代码)
- Python-Flair 实现英文命名实体识别(NER)
小小晓晓阳
NLPpython开发语言nlpNER
一、什么是Flair库?Flair是由ZalandoResearch开发的一个简单的自然语言处理(NLP)库。Flair的框架直接构建在PyTorch上,PyTorch是最好的深度学习框架之一。ZalandoResearch团队还为以下NLP任务发布了几个预先训练的模型:1.名称-实体识别(NER):它可以识别单词是代表文本中的人,位置还是名称。2.词性标注(PoS):将给定文本中的所有单词标记为
- 举例说明自然语言处理(NLP)技术
做一个AC梦
自然语言处理人工智能
自然语言处理(NLP)技术是一种使计算机能够理解和处理人类自然语言的领域。以下是一些常见的NLP技术的例子:文本分类:将文本按类别进行分类,例如将电子邮件归类为垃圾邮件或非垃圾邮件。语音识别:将语音信号转换为文本,例如将语音命令转换为文字指令。命名实体识别:从文本中识别出特定的实体,如人名、地名和组织名。情感分析:分析文本中的情感倾向,如判断一段文字是正面的、负面的还是中性的。机器翻译:将一种语言
- 深度学习之循环神经网络
懒猫gg
机器学习深度学习rnn循环神经网络
前言卷积神经网络CNN在图象处理领域起到了重要的作用,在自然语言处理中还要看循环神经网络RNN,RNN对具有序列特性的数据非常有效,它能挖掘数据中的时序信息以及语义信息.为什么要发明循环神经网络我们先来看一个NLP很常见的问题,命名实体识别,举个例子,现在有两句话:第一句话:Ilikeeatingapple!(我喜欢吃苹果!)第二句话:TheAppleisagreatcompany!(苹果真是一家
- 基于BERT Adapter的词汇增强型中文序列标注模型
NLP论文解读
©原创作者|疯狂的Max论文LexiconEnhancedChineseSequenceLabellingUsingBERTAdapter解读01背景与动机近年来,多项研究致力于将词汇信息融入中文预训练模型中以提升命名实体识别、分词和词性标注等序列标注类任务的效果。但其中的大多数方法为都是直接在预训练模型中加入浅层的且随机初始化的序列层,其局限性在于不能在BERT模型的底部的层中加入词汇信息,导致
- Bi-Lstm+crf命名实体识别任务中crf的作用
sunshine2853
深度学习lstm人工智能crf
这是一段使用百度ernie-1.0做特征提取的Bi-Lstm+crf的代码:classERNIE_LSTM_CRF(nn.Module):"""ernie_lstm_crfmodel"""def__init__(self,ernie_config,tagset_size,embedding_dim,hidden_dim,rnn_layers,dropout_ratio,dropout1,use_c
- CRF条件随机场学习记录
V丶Chao
深度学习安全研究-威胁情报学习
阅读建议仔细阅读书[1]对应的序列标注章节,理解该方法面向的问题以及相关背景,然后理解基础的概念。引言威胁情报挖掘的相关论文中,均涉及到两部分任务:命名实体识别(NamedEntityRecognition,NER)和关系抽取,大多数网安实现NER的方法,采用比较多的方法包含:BiLstm+CRF或者Bert+CRF。其中条件随机场(conditionalrandomfields,CRF),这个模
- kashgari的Python项目-NLP框架(实体识别(NER)、词性标注(PoS)和文本分类任务)
javastart
自然语言pythonkeras深度学习
简单而强大的NLP框架,在5分钟内为命名实体识别(NER)、词性标注(PoS)和文本分类任务构建最新模型喀什是:人性化。喀什噶尔的代码是直截了当的,有很好的文档和测试,这使得它非常容易理解和修改。功能强大且简单。喀什允许您将最先进的自然语言处理(nlp)模型应用于文本,如命名实体识别(ner)、词性标注(pos)和分类。keras基础。Kashgare直接构建在Keras上,使您可以轻松地训练模型
- python使用PaddleOCR实现《命名实体识别项目》OCR(已实现)(ai领域必看,简单易用)
热爱生活的五柒
AI相关ocrpythonai
1.简介:PaddleOCR是飞桨(PaddlePaddle)推出的一个端到端的光学字符识别开源工具集,支持中文、英文、数字以及特殊符号等各种类型的文字检测、识别和词语整体识别。该工具集使用PaddlePaddle深度学习框架技术,提供了多种OCR模型和算法,包括基于CNN+CTC、DenseNet+CTC等模型,能够针对不同场景和应用提供最优的OCR解决方案。同时,PaddleOCR还集成了OC
- FinBert模型:金融领域的预训练模型
dzysunshine
金融领域
文章目录模型及预训练方式模型结构训练语料预训练方式下游任务实验结果实验一:金融短讯类型分类实验任务数据集实验结果实验二:金融短讯行业分类实验任务数据集实验结果实验三:金融情绪分类实验任务数据集实验结果实验四:金融领域的命名实体识别实验任务数据集结果展示总结FinBERT是熵简科技AILab开源的基于BERT架构的金融领域预训练语言模型,相比于Google发布的原生中文BERT、哈工大讯飞实验室开源
- 使用Transformers微调基于BERT模型做中文命名实体识别任务
Shy960418
bert人工智能深度学习
注意版本!!python==3.8.6torch==1.10.0transformers==4.36.2datasets==2.15.0importjson#数据集下载地址:https://www.cluebenchmarks.com/introduce.html#细粒度命名实体识别->下载#将数据转为BIO标注形式defdimension_label(path,save_path,labels_
- (二)NLP-中文分词-HMM-维特比算法
淡定的炮仗
NLPnlp
中文分词一、词词是一个完整语义的最小单位。分词技术是词性标注、命名实体识别、关键词提取等技术的基础。1中文分词和欧语系的分词有什么不同或者说是难点的呢?主要难点在于汉语结构与印欧体系语种差异甚大,对词的构成边界方面很难进行界定。比如,在英语中,单词本身就是“词”的表达,一篇英文文章就是“单词”加分隔符(空格)来表示的,而在汉语中,词以字为基本单位的,但是一篇文章的语义表达却仍然是以词来划分的。因此
- 2021-03-01 ner最新进展
你若安好_4a49
2021.3.11.ACL2020|TriggerNER:高效命名实体识别框架摘要:本文由南加州大学和亚马逊联合发布,文章题目为《TriggerNER:LearningwithEntityTriggersasExplanationsforNamedEntityRecognition》,已经被ACL2020录用。文章针对命名实体识别中存在的需要大量耗时耗力的人工标注工作现状提出了方法TriggerN
- 自然语言处理(NLP)
先------------------
自然语言处理人工智能
自然语言处理(NLP)技术是一种人工智能领域的技术,用于使计算机能够理解、解释和处理人类语言。以下是一些常见的NLP技术和应用的例子:语音识别:将人类语言转换为计算机可理解的文本。例如,虚拟助手如Siri和Alexa可以通过识别用户的语音指令来执行特定的任务。机器翻译:将一种语言的文本转换为另一种语言。例如,谷歌翻译使用NLP技术将输入的文本从一种语言翻译成另一种语言。命名实体识别:识别文本中的特
- 中文自然语言处理(NLP)中的命名实体识别(NER)任务中,加入注意力(attention)机制
sagima_sdu
自然语言处理人工智能
在中文自然语言处理(NLP)中的命名实体识别(NER)任务中,加入注意力(attention)机制可以极大地提升模型的性能。注意力机制可以帮助模型更好地捕捉序列中的关键信息和上下文依赖关系,从而提高对命名实体的识别准确度。下面是一些关于注意力机制的具体作用和不同类型的概述:注意力机制的作用:捕捉长距离依赖:注意力机制可以帮助模型更好地处理长距离的依赖关系,这在处理长句子时尤为重要。关注关键信息:通
- 中文自然语言处理(NLP)的命名实体识别(NER)任务常见序列标注方法
sagima_sdu
自然语言处理人工智能
中文NLP的NER任务中的数据集序列标注方法,主要有以下几种常用的标注方案:BIO标注法(Begin-Inside-Outside):B(Begin)表示实体的开始部分。I(Inside)表示实体的中间部分。O(Outside)表示非实体部分。例如,“北京是中国的首都”,如果要标注“北京”为地名,会标为“B-地名I-地名OOOOO”。BIOES标注法(Begin-Inside-Outside-En
- 关于旗正规则引擎下载页面需要弹窗保存到本地目录的问题
何必如此
jsp超链接文件下载窗口
生成下载页面是需要选择“录入提交页面”,生成之后默认的下载页面<a>标签超链接为:<a href="<%=root_stimage%>stimage/image.jsp?filename=<%=strfile234%>&attachname=<%=java.net.URLEncoder.encode(file234filesourc
- 【Spark九十八】Standalone Cluster Mode下的资源调度源代码分析
bit1129
cluster
在分析源代码之前,首先对Standalone Cluster Mode的资源调度有一个基本的认识:
首先,运行一个Application需要Driver进程和一组Executor进程。在Standalone Cluster Mode下,Driver和Executor都是在Master的监护下给Worker发消息创建(Driver进程和Executor进程都需要分配内存和CPU,这就需要Maste
- linux上独立安装部署spark
daizj
linux安装spark1.4部署
下面讲一下linux上安装spark,以 Standalone Mode 安装
1)首先安装JDK
下载JDK:jdk-7u79-linux-x64.tar.gz ,版本是1.7以上都行,解压 tar -zxvf jdk-7u79-linux-x64.tar.gz
然后配置 ~/.bashrc&nb
- Java 字节码之解析一
周凡杨
java字节码javap
一: Java 字节代码的组织形式
类文件 {
OxCAFEBABE ,小版本号,大版本号,常量池大小,常量池数组,访问控制标记,当前类信息,父类信息,实现的接口个数,实现的接口信息数组,域个数,域信息数组,方法个数,方法信息数组,属性个数,属性信息数组
}
&nbs
- java各种小工具代码
g21121
java
1.数组转换成List
import java.util.Arrays;
Arrays.asList(Object[] obj); 2.判断一个String型是否有值
import org.springframework.util.StringUtils;
if (StringUtils.hasText(str)) 3.判断一个List是否有值
import org.spring
- 加快FineReport报表设计的几个心得体会
老A不折腾
finereport
一、从远程服务器大批量取数进行表样设计时,最好按“列顺序”取一个“空的SQL语句”,这样可提高设计速度。否则每次设计时模板均要从远程读取数据,速度相当慢!!
二、找一个富文本编辑软件(如NOTEPAD+)编辑SQL语句,这样会很好地检查语法。有时候带参数较多检查语法复杂时,结合FineReport中生成的日志,再找一个第三方数据库访问软件(如PL/SQL)进行数据检索,可以很快定位语法错误。
- mysql linux启动与停止
墙头上一根草
如何启动/停止/重启MySQL一、启动方式1、使用 service 启动:service mysqld start2、使用 mysqld 脚本启动:/etc/inint.d/mysqld start3、使用 safe_mysqld 启动:safe_mysqld&二、停止1、使用 service 启动:service mysqld stop2、使用 mysqld 脚本启动:/etc/inin
- Spring中事务管理浅谈
aijuans
spring事务管理
Spring中事务管理浅谈
By Tony Jiang@2012-1-20 Spring中对事务的声明式管理
拿一个XML举例
[html]
view plain
copy
print
?
<?xml version="1.0" encoding="UTF-8"?>&nb
- php中隐形字符65279(utf-8的BOM头)问题
alxw4616
php中隐形字符65279(utf-8的BOM头)问题
今天遇到一个问题. php输出JSON 前端在解析时发生问题:parsererror.
调试:
1.仔细对比字符串发现字符串拼写正确.怀疑是 非打印字符的问题.
2.逐一将字符串还原为unicode编码. 发现在字符串头的位置出现了一个 65279的非打印字符.
 
- 调用对象是否需要传递对象(初学者一定要注意这个问题)
百合不是茶
对象的传递与调用技巧
类和对象的简单的复习,在做项目的过程中有时候不知道怎样来调用类创建的对象,简单的几个类可以看清楚,一般在项目中创建十几个类往往就不知道怎么来看
为了以后能够看清楚,现在来回顾一下类和对象的创建,对象的调用和传递(前面写过一篇)
类和对象的基础概念:
JAVA中万事万物都是类 类有字段(属性),方法,嵌套类和嵌套接
- JDK1.5 AtomicLong实例
bijian1013
javathreadjava多线程AtomicLong
JDK1.5 AtomicLong实例
类 AtomicLong
可以用原子方式更新的 long 值。有关原子变量属性的描述,请参阅 java.util.concurrent.atomic 包规范。AtomicLong 可用在应用程序中(如以原子方式增加的序列号),并且不能用于替换 Long。但是,此类确实扩展了 Number,允许那些处理基于数字类的工具和实用工具进行统一访问。
 
- 自定义的RPC的Java实现
bijian1013
javarpc
网上看到纯java实现的RPC,很不错。
RPC的全名Remote Process Call,即远程过程调用。使用RPC,可以像使用本地的程序一样使用远程服务器上的程序。下面是一个简单的RPC 调用实例,从中可以看到RPC如何
- 【RPC框架Hessian一】Hessian RPC Hello World
bit1129
Hello world
什么是Hessian
The Hessian binary web service protocol makes web services usable without requiring a large framework, and without learning yet another alphabet soup of protocols. Because it is a binary p
- 【Spark九十五】Spark Shell操作Spark SQL
bit1129
shell
在Spark Shell上,通过创建HiveContext可以直接进行Hive操作
1. 操作Hive中已存在的表
[hadoop@hadoop bin]$ ./spark-shell
Spark assembly has been built with Hive, including Datanucleus jars on classpath
Welcom
- F5 往header加入客户端的ip
ronin47
when HTTP_RESPONSE {if {[HTTP::is_redirect]}{ HTTP::header replace Location [string map {:port/ /} [HTTP::header value Location]]HTTP::header replace Lo
- java-61-在数组中,数字减去它右边(注意是右边)的数字得到一个数对之差. 求所有数对之差的最大值。例如在数组{2, 4, 1, 16, 7, 5,
bylijinnan
java
思路来自:
http://zhedahht.blog.163.com/blog/static/2541117420116135376632/
写了个java版的
public class GreatestLeftRightDiff {
/**
* Q61.在数组中,数字减去它右边(注意是右边)的数字得到一个数对之差。
* 求所有数对之差的最大值。例如在数组
- mongoDB 索引
开窍的石头
mongoDB索引
在这一节中我们讲讲在mongo中如何创建索引
得到当前查询的索引信息
db.user.find(_id:12).explain();
cursor: basicCoursor 指的是没有索引
&
- [硬件和系统]迎峰度夏
comsci
系统
从这几天的气温来看,今年夏天的高温天气可能会维持在一个比较长的时间内
所以,从现在开始准备渡过炎热的夏天。。。。
每间房屋要有一个落地电风扇,一个空调(空调的功率和房间的面积有密切的关系)
坐的,躺的地方要有凉垫,床上要有凉席
电脑的机箱
- 基于ThinkPHP开发的公司官网
cuiyadll
行业系统
后端基于ThinkPHP,前端基于jQuery和BootstrapCo.MZ 企业系统
轻量级企业网站管理系统
运行环境:PHP5.3+, MySQL5.0
系统预览
系统下载:http://www.tecmz.com
预览地址:http://co.tecmz.com
各种设备自适应
响应式的网站设计能够对用户产生友好度,并且对于
- Transaction and redelivery in JMS (JMS的事务和失败消息重发机制)
darrenzhu
jms事务承认MQacknowledge
JMS Message Delivery Reliability and Acknowledgement Patterns
http://wso2.com/library/articles/2013/01/jms-message-delivery-reliability-acknowledgement-patterns/
Transaction and redelivery in
- Centos添加硬盘完全教程
dcj3sjt126com
linuxcentoshardware
Linux的硬盘识别:
sda 表示第1块SCSI硬盘
hda 表示第1块IDE硬盘
scd0 表示第1个USB光驱
一般使用“fdisk -l”命
- yii2 restful web服务路由
dcj3sjt126com
PHPyii2
路由
随着资源和控制器类准备,您可以使用URL如 http://localhost/index.php?r=user/create访问资源,类似于你可以用正常的Web应用程序做法。
在实践中,你通常要用美观的URL并采取有优势的HTTP动词。 例如,请求POST /users意味着访问user/create动作。 这可以很容易地通过配置urlManager应用程序组件来完成 如下所示
- MongoDB查询(4)——游标和分页[八]
eksliang
mongodbMongoDB游标MongoDB深分页
转载请出自出处:http://eksliang.iteye.com/blog/2177567 一、游标
数据库使用游标返回find的执行结果。客户端对游标的实现通常能够对最终结果进行有效控制,从shell中定义一个游标非常简单,就是将查询结果分配给一个变量(用var声明的变量就是局部变量),便创建了一个游标,如下所示:
> var
- Activity的四种启动模式和onNewIntent()
gundumw100
android
Android中Activity启动模式详解
在Android中每个界面都是一个Activity,切换界面操作其实是多个不同Activity之间的实例化操作。在Android中Activity的启动模式决定了Activity的启动运行方式。
Android总Activity的启动模式分为四种:
Activity启动模式设置:
<acti
- 攻城狮送女友的CSS3生日蛋糕
ini
htmlWebhtml5csscss3
在线预览:http://keleyi.com/keleyi/phtml/html5/29.htm
代码如下:
<!DOCTYPE html>
<html>
<head>
<meta charset="UTF-8">
<title>攻城狮送女友的CSS3生日蛋糕-柯乐义<
- 读源码学Servlet(1)GenericServlet 源码分析
jzinfo
tomcatWebservlet网络应用网络协议
Servlet API的核心就是javax.servlet.Servlet接口,所有的Servlet 类(抽象的或者自己写的)都必须实现这个接口。在Servlet接口中定义了5个方法,其中有3个方法是由Servlet 容器在Servlet的生命周期的不同阶段来调用的特定方法。
先看javax.servlet.servlet接口源码:
package
- JAVA进阶:VO(DTO)与PO(DAO)之间的转换
snoopy7713
javaVOHibernatepo
PO即 Persistence Object VO即 Value Object
VO和PO的主要区别在于: VO是独立的Java Object。 PO是由Hibernate纳入其实体容器(Entity Map)的对象,它代表了与数据库中某条记录对应的Hibernate实体,PO的变化在事务提交时将反应到实际数据库中。
实际上,这个VO被用作Data Transfer
- mongodb group by date 聚合查询日期 统计每天数据(信息量)
qiaolevip
每天进步一点点学习永无止境mongodb纵观千象
/* 1 */
{
"_id" : ObjectId("557ac1e2153c43c320393d9d"),
"msgType" : "text",
"sendTime" : ISODate("2015-06-12T11:26:26.000Z")
- java之18天 常用的类(一)
Luob.
MathDateSystemRuntimeRundom
System类
import java.util.Properties;
/**
* System:
* out:标准输出,默认是控制台
* in:标准输入,默认是键盘
*
* 描述系统的一些信息
* 获取系统的属性信息:Properties getProperties();
*
*
*
*/
public class Sy
- maven
wuai
maven
1、安装maven:解压缩、添加M2_HOME、添加环境变量path
2、创建maven_home文件夹,创建项目mvn_ch01,在其下面建立src、pom.xml,在src下面简历main、test、main下面建立java文件夹
3、编写类,在java文件夹下面依照类的包逐层创建文件夹,将此类放入最后一级文件夹
4、进入mvn_ch01
4.1、mvn compile ,执行后会在